Logos: An evolvable reasoning engine for rational molecular design
この論文は、論理的推論と厳密な化学的整合性を統合し、透明性と化学的妥当性を両立させることで、分子設計における信頼性の高い AI 実装を目指すコンパクトな推論エンジン「Logos」を提案しています。
🤖 Category
cs.AI
2282 件の論文
DendroNN: Dendrocentric Neural Networks for Energy-Efficient Classification of Event-Based Data
本論文は、脳の樹状突起のスパイク配列検出メカニズムを模倣し、勾配なしの再配線学習と非同期デジタルハードウェア・アーキテクチャを組み合わせることで、イベントベースの時系列データ分類において既存のニューロモルフィックハードウェアよりも最大4倍のエネルギー効率を実現する「DendroNN」という新たなニューラルネットワークを提案しています。
DenoiseSplat: Feed-Forward Gaussian Splatting for Noisy 3D Scene Reconstruction
この論文は、ノイズの多いマルチビュー画像からの 3D シーン再構成を目的とした、大規模なノイズ付きデータセットを構築し、3D Ground Truth を必要とせずクリーンな 2D レンダリングのみで教師あり学習を行う軽量なフィードフォワード手法「DenoiseSplat」を提案するものです。
Rescaling Confidence: What Scale Design Reveals About LLM Metacognition
この論文は、LLM のメタ認知能力を評価する際、信頼度の数値スケール設計（特に 0-100 ではなく 0-20 の方が有効であるなど）が結果に決定的な影響を与えるため、実験変数として厳密に扱うべきであることを示しています。
Curveball Steering: The Right Direction To Steer Isn't Always Linear
この論文は、大規模言語モデルの活性化空間が線形幾何学では正確に記述できないことを示し、多項式カーネル PCA に基づく非線形な「Curveball steering」という手法を提案することで、従来の線形介入法よりも一貫性のあるモデル制御を実現することを主張しています。
CLoE: Expert Consistency Learning for Missing Modality Segmentation
本論文は、マルチモーダル医療画像セグメンテーションにおいて欠損モダリティが生じる際の問題に対処するため、モダリティ専門家間の合意を制御する「CLoE」という一貫性学習フレームワークを提案し、欠損状況下でも臨床的に重要な構造のセグメンテーション性能を向上させることを実証したものである。
SpaceSense-Bench: A Large-Scale Multi-Modal Benchmark for Spacecraft Perception and Pose Estimation
この論文は、 Unreal Engine 5 を用いて生成され、136 種類の衛星モデルからなる大規模なマルチモーダルデータセット「SpaceSense-Bench」を提案し、宇宙機認識における小規模部品や未知ターゲットの認識といった課題を特定するとともに、大規模で多様なデータセットの重要性を実証したものです。
Reading the Mood Behind Words: Integrating Prosody-Derived Emotional Context into Socially Responsive VR Agents
この論文は、VR 内の対話エージェントが音声の抑揚から感情を推定し、それを会話文脈として LLM に組み込むことで、応答の自然さや関与度、人間らしさを大幅に向上させることを実証した研究です。
TimberAgent: Gram-Guided Retrieval for Executable Music Effect Control
本論文は、Wav2Vec2 活性化行列のグラム行列に基づくテクスチャ共活性化構造を捉えた「Texture Resonance Retrieval (TRR)」を提案し、ギターのエフェクトプリセット検索タスクにおいて、既存手法や基線モデルと比較して物理 DSP パラメータの誤差を最小化し、聴覚評価でも有効性を示したことを報告するものです。
Beyond Scaling: Assessing Strategic Reasoning and Rapid Decision-Making Capability of LLMs in Zero-sum Environments
本論文は、LLM の静的な推論能力だけでなく、対戦環境における戦略的計画と迅速な意思決定のバランスを評価する新たなベンチマーク「STAR」を提案し、高度な推論モデルがリアルタイム環境では遅延により劣る一方で、高速なモデルが優位に立つという「戦略と実行のギャップ」を実証しています。
TaSR-RAG: Taxonomy-guided Structured Reasoning for Retrieval-Augmented Generation
本論文は、複雑な質問を構造化されたトリプルサブクエリに分解し、軽量な階層分類法とハイブリッドなマッチング手法を用いて文書から証拠を段階的に選択する「TaSR-RAG」を提案し、これにより従来の RAG システムよりも高精度な多段推論と証拠の帰属を実現したことを報告しています。
Robust Regularized Policy Iteration under Transition Uncertainty
この論文は、オフライン強化学習における分布シフトと遷移の不確実性を統一的に扱うため、最悪ケースのダイナミクスに対するロバストな方策最適化を提案し、KL 正則化を用いた実用的な反復アルゴリズム「RRPI」を開発して D4RL ベンチマークで優れた性能とロバスト性を示したことを述べています。
TA-GGAD: Testing-time Adaptive Graph Model for Generalist Graph Anomaly Detection
本論文は、グラフ異常検出におけるドメインシフトの根本的な原因である「異常非アソート性（Anomaly Disassortativity）」を特定・定量化し、これに基づいて単一の訓練段階で多様なドメインにわたる汎用的な異常検出を可能にする新しいグラフ基盤モデル「TA-GGAD」を提案し、14 の実世界グラフを用いた実験で最先端の性能を達成したことを報告しています。
Democratising Clinical AI through Dataset Condensation for Classical Clinical Models
この論文は、勾配に依存しないゼロ次最適化と差分プライバシーを組み合わせた新たなデータ凝縮手法を提案し、決定木やコックス回帰など広く使われている非微分可能な臨床モデルでも、患者の機密情報を保護しつつ高品質な合成データによるモデル共有を可能にすることを示しています。
M3GCLR: Multi-View Mini-Max Infinite Skeleton-Data Game Contrastive Learning For Skeleton-Based Action Recognition
本論文は、既存の自己教師あり骨格ベース動作認識手法が抱える課題を解決するため、無限骨格データゲームの均衡定理に基づき多視点ミニマックス最適化と二重損失均衡オプティマイザを導入した「M3GCLR」を提案し、主要ベンチマークで最先端の性能を達成したことを報告しています。
MIL-PF: Multiple Instance Learning on Precomputed Features for Mammography Classification
本論文は、限られたアノテーションと大規模な画像を扱う乳腺撮影の分類タスクにおいて、事前学習済み基盤モデルの特徴量を凍結し、軽量なマルチインスタンス学習ヘッドのみを学習することで、計算コストを大幅に削減しつつ臨床規模で最先端の性能を達成する「MIL-PF」というスケーラブルなフレームワークを提案するものです。
SPAARS: Safer RL Policy Alignment through Abstract Exploration and Refined Exploitation of Action Space
本論文は、オフラインデータとオンライン探索の安全な統合を可能にするため、低次元潜在空間での探索から生動作空間への制御をシームレスに移行させるカリキュラム学習フレームワーク「SPAARS」を提案し、その理論的保証と厨房・ロボットアームタスクにおける高いサンプル効率と性能向上を実証しています。
Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis
この論文は、エンジンの排気圧力パルスの物理的メカニズムにインダクティブバイアスを組み込んだ微分可能なパルス列合成モデル「PTR」を提案し、従来の調和音モデルと比較して高品質なエンジン音の再構成と物理パラメータの解釈可能性を実現したことを示しています。
ICDAR 2025 Competition on End-to-End Document Image Machine Translation Towards Complex Layouts
ICDAR 2025 における複雑なレイアウトを持つ文書画像の機械翻訳コンペティションは、OCR 不要・OCR 利用の 2 つのトラックで 69 チームが参加し、大規模モデルが複雑な文書画像の翻訳において有望な新たなパラダイムを確立したことを示す結果を報告しています。
Reviving ConvNeXt for Efficient Convolutional Diffusion Models
本論文は、DiT-XL/2 の FLOPs の 50% 未満で同等の性能を達成し、さらに 4 GPU 環境でのトレーニングを可能にする「FCDM」と呼ばれる完全畳み込み拡散モデルを提案し、現代の畳み込み設計が拡散モデルのスケーリングにおいて効率的かつ競争力のある代替手段となり得ることを示しています。